有些代码不应该被忘记

接触人脸对齐已经有半个月了，现就将自己学习当中常用的资料整理如下，供有需要的人查阅：

在参考了Github和Github 的源码，学习了很多，现将一些资料在整理如下：以下内容为转载的：详细参考http://wangcaiyong.com/2015/08/14/sdm/我们下载了Github上的代码，并仔细阅读了其中的细节。最后我们对源代码做了一些修正(新代码已上传到Github)，主要包括：修复了代码运行中出现的一些bug。添加了一些函数，使代码更简洁训

FROM:    http://www.cnblogs.com/einyboy/p/3594432.html一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [Op

前深度学习时代的计算机视觉互联网巨头看重深度学习当然不是为了学术，主要是它能带来巨大的市场。那为什么在深度学习出来之前，传统算法为什么没有达到深度学习的精度？在深度学习算法出来之前，对于视觉算法来说，大致可以分为以下5个步骤：特征感知，图像预处理，特征提取，特征筛选，推理预测与识别。早期的机器学习中，占优势的统计机器学习群体中，对特征是不大关心的。我认为，计算机视觉可以说是机器学习